支持向量机的SMO算法及其自适应改进研究

• 作者: 刘梅 段爱玲 王伟
• 来源期刊: 河南科学
• 关键词: 机器学习 支持向量机 SMO算法 自适应
• 年，卷（期）: 2010,（4）
• 页码范围: 436-439
• 页数: 4页
• 分类号: TP301.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3918.2010.04.017

摘要

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速,高效的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	武汉理工大学计算机科学与技术学院	55	495	12.0	20.0
3	刘梅	郑州牧业工程高等专科学校信息工程系	4	13	2.0	3.0
6	段爱玲	河南工业大学信息科学与工程学院	13	49	4.0	6.0